UAS EKOLING Hermawati W 25313303.pdf
-
Upload
widya-pratami -
Category
Documents
-
view
21 -
download
10
Transcript of UAS EKOLING Hermawati W 25313303.pdf
1
1. PENDAHULUAN
Institut Teknologi Bandung memiliki jumlah mahasiswa sebanyak 23.485 mahasiswa
dengan jumlah kebutuhan air bersih yang sangat besar di Kampus ITB Ganesha, yaitu
sebanyak 851,71 m3/hari dengan pengeluaran biaya untuk air bersih per tahunnya adalah
sebesar Rp. Rp 3.225.220.000 (Wulandari, 2014). Kelangkaan air bersih akibat tidak adanya
penghematan penggunaan air menjadi salah satu permasalahan yang terjadi di Kampus ITB
Ganesha. Pemanfaatan air di kampus digunakan untuk kegiatan toilet, laboratorium, kegiatan
pembersihan dan lain-lain. Kebutuhan air yang begitu besar tanpa adanya konservasi sumber
daya air akan dapat mengakibatkan kelangkaan air di kemudian hari. Selain itu, sampah botol
plastik yang berasal dari air minum kemasan turut menambah adanya masalah lingkungan
yang terjadi di Kampus.
Teknologi pemanenan air hujan atau rain water harvesting diduga dapat memberikan
solusi dari kedua permasalahan tersebut. Pemanfaatan air hujan sebagai sumber air bersih
akan memberikan manfaat mengurangi kelangkaan air bersih yang terjadi di kampus
sekaligus memperbaiki suplai air minum pada tap water yang selama ini ada di kampus
namun belum berjalan dengan baik. Setelah suplai air minum didapatkan dari tap water,
diharapkan timbulan sampah botol plastik yang ada di kampus dapat berkurang.
Metode rainwater harvesting merupakan sistem dari suatu metode atau teknologi
yang digunakan untuk mengumpulkan air hujan di permukaan atau akuifer sub permukaan
sebelum hilang sebagai runoff permukaan (Sarma , 2006). Air hujan yang dikumpulkan
dapat berasal dari atap bangunan, permukaan tanah, jalan, atau perbukitan batu, dan
dimanfaatkan sebagai salah satu sumber suplai air bersih.
Pemanfaatan air hujan pula ditemukan akan menyebabkan adanya potensi
penghematan biaya tagihan air. Pada kampus ITB Ganesha sendiri memiliki lapangan rumput
yang membentang dari tempat parkir timur hingga tempat parkir barat di sisi selatan kampus,
serta kontur menurun dari utara ke selatan ketika hujan terjadi. Lahan hijau ini sangat
berpotensi untuk dijadikan lokasi penempatan sistem pemanenan air hujan baik dari faktor
hidrolis maupun optimasi tata guna lahan. Dengan adanya potensi tersebut maka pemanfaatan
air hujan dengan sistem pemanenan air hujan dapat memungkinkan dilakukan pada Kampus
ITB Ganesha. Teknologi pemanenan air hujan yang dapat digunakan di antaranya, teknologi
Rooftop Rainwater Harvesting (RRH) yang menampung air pada atap gedung dengan luas
lebih dari 1.000 m2 dan memiliki lebih dari tiga lantai dan teknologi Groundwater Rainwater
Harvesting (GRH) yang menangkap air hujan yang mengalir menuju hilir drainase.
Teknologi pemanenan air tersebut direncanakan untuk dapat menyediakan air bersih untuk
2
kegiatan laboratorium,toilet dan berpotensi sebagai sumber air baku untuk penyediaan air
minum di kampus (tap water).
Pada studi ini akan diteliti seberapa besar Willingness To Pay (WTP) dari kegiatan
rainwater harvesting yang dimanfaatkan sebagai sumber air bersih serta air minum yang
didistribusikan pada tap water. Proses yang digunakan adalah metode CVM (Contingent
valuation Method). CVM ini dilakukan untuk mendapatkan nilai WTP (Willingness To Pay),
yaitu kemampuan maksimum yang dapat dibayarkan setiap individu dalam menghadapi
permasalahan tersebut. Contingent valuation merupakan metode untuk menempatkan nilai
moneter pada sebuah barang atau potensi. Nilai estimasi ini dapat diperoleh baik dengan
mengestimasi parameter preferensi yang diungkapkan dengan perilaku yang berhubungan
dengan beberapa aspek dari kemudahan yang akan didapatkan atau menggunakan pernyataan
informasi tentang preferensi dari barang atau potensi yang ingin dinilai. Dalam literatur
ekonomi lingkungan, pendekatan stated preference dikenal sebagai contingent valuation.
Sebagai estimasi valuasi yang didapatkan dari informasi preferensi mengingat responden
dikatakan menjadi contingent dalam detail pasar yang dibangun untuk barang atau jasa
lingkungan yang akan disurvey (Carson dan Hanemann, 2005).
Willingness to pay (WTP) yang didapatkan dari contingent valuation merupakan
ukuran teoritis yang benar dari nilai yang ditempatkan individu-individu pada barang atau
potensi yang bersangkutan. Pendekatan ini cocok untuk barang publik, seperti peningkatan
kualitas lingkungan yang diantar melalui program publik, dan barang swasta non-pasar,
seperti pengurangan risiko kesehatan dan lain-lain (Alberini, 2008). Nilai WTP akan didapat
dengan cara bidding games, yaitu menurunkan/menaikkan jumlah awal yang di tawarkan agar
mendapatkan nilai maksimum kemampuan setiap individu. Nilai WTP tersebut akan
digunakan untuk melakukan kegiatan rainwater harvesting yang dimanfaatkan sebagai
sumber air bersih dan perubahan penggunaan air kemasan menjadi penggunaan tap water.
Hal ini diharapkan dapat mengurangi jumlah sampah botol plastik yang dihasilkan setiap
harinya dari penggunaan air kemasan, serta mengatasi masalah kelangkaan air bersih di
Kampus ITB Ganesha.
2. KUISIONER
Kuisioner dibangun melalui diskusi kelompok oleh tim Focus Group Discussion
(FGD). Tim FGD terdiri dari perwakilan tiap kelompok sehingga dapat mewakilkan ide-ide
dari masing-masing kelompok. Pengujian kuisioner awal dilakukan oleh tim Field
Supervisor (SF) pada LABTEK IX. dengan jumlah responden sebanyak 50 untuk
3
mendapatkan kisaran bid yang akan ditanyakan pada survey final, serta mendapatkan koreksi
dari kuisioner awal tersebut untuk kemudian direvisi menjadi kuisioner akhir. Kuisioner awal
dapat dilihat pada Lampiran 1.. Dari hasil pengujian awal didapatkan bahwa nilai bid yang
ditawarkan masih terlalu rendah sehingga perlu dinaikan. Selain itu masih banyak responden
yang belum memahami akan rainwater harvesting maupun keuntungan penggunaan tap
water yang ada di kampus. Selain itu, masih terdapat ketidak percayaan akan kualitas tap
water yang disediakan sehingga hal ini akan berpengaruh pula pada hasil kuisioner. Hal ini
menjadi masukkan pula untuk tim supervisor bahwa harus ada penjelasan yang detil
mengenai teknik wawancara kepada para interviewer yang akan dilakukan dan persamaan
persepsi akan konsep program lingkungan yang ditawarkan untuk menghindari adanya bias.
Kuisioner final akhirnya dibentuk dengan beberapa revisi dari koreksi pengujian kuisioner
awal yang telah dilakukan (dilampirkan pada Lampiran 2.). Kuisioner final terdiri dari
beberapa bagian seperti dijelaskan pada Tabel 2. berikut :
Tabel 2. Kandungan Kuisioner Final
Bagian Data
Pendahuluan
Pengenalan Masalah
Skenario
Pertanyaan WTP
Data Responden
Tujuan Dari Kuesioner
Biaya yang dikeluarkan untuk memenuhi kebutuhan air
bersih yang tinggi
Fakta umum mengenai kebutuhan air bersih di ITB dan
ketersedian watertap
Bid (150rb/semester; 250rb/semester; 350rb/semester;
450rb/semester; 550rb/semester)
Protest
Strata Pendidikan
Jenis Kelamin
Umur
Fakultas
Jurusan
Perkiraan Tahun Lulus
Sumber Biaya Studi
Status Tempat Tinggal
Keorganisasian Lingkungan
Pendapatan Bulanan
Jumlah penggunaan toilet di kampus ITB dalam sehari
Penggunaan air keperluan laboratorium
Kondisi ketersediaan air di Laboratorium ITB
Jumlah air kemasan yang dikonsumsi di kampus setiap hari
nya
Pengetahuan tentang tap water
Kesediaan minum dari tap water
4
3. PENGUMPULAN DATA
Pengumpulan data dilakukan dengan face to face interview yang dilakukan pada
lokasi LABTEK yang dipilih adalah gedung LABTEK V, VI, VII, VIII dan XI. Pemilihan
lokasi tersebut berdasarkan data kebutuhan air gedung kuliah paling besar di Kampus ITB
Ganesha (terlampir pada Lampiran 3.) yang didapat dari penelitian Wulandari (2014).
Target populasi dari penelitian ini merupakan mahasiswa Kampus ITB Ganesha, baik
mahasiswa S1, S2 maupun S3 yang diasumsikan akan mendapatkan manfaat dari instalasi
rainwater harvesting dan tap water. Dari target populasi tersebut akan di survey kisaran
pendapatan yang mereka terima, kisaran kemampuan membayar dari program lingkungan
yang ditawarkan dan pengetahuan dasar tentang program rainwater harvesting untuk
penjelasan terhadap responden. Strategi sampling yang digunakan adalah pertama
berdasarkan lokasi LABTEK, kemudian dari masing-masing lokasi dibagi kembali menjadi
interviewer per lantai pada LABTEK tersebut, barulah pemilihan responden secara acak.
Jumlah target responden yang akan diwawancara adalah sebanyak 640 responden atau 10
responden per interviewer.
Teknis pengambilan data di lapangan adalah dengan pengenalan diri dan latar belakang dari
pengambilan kuisioner. Kemudian interviewer menanyakan pertanyaan screening awal yaitu
apakah responden merupakan mahasiswa ITB. Selanjutnya barulah dilanjutkan dengan
penjelasan skenario serta pengenalan masalah. Kemudian dilanjutkan dengan pengisian
kuisioner oleh responden melalui wawancara berupa data pribadi responden, jumlah air
kemasan yang dibeli responden setiap hari nya, dan kebersediaan responden untuk membayar
sejumlah uang untuk mendapatkan fasilitas rainwater harvesting dan watertap, dan
pertanyaan WTP atau bid. Masing-masing surveyor menanyakan 5 jenis bid yang berbeda
kepada responden yang berbeda sebanyak 2 kali. Lembar kuisioner kemudian dikumpulkan
kepada field supervisor masing-masing kelompok dan diserahkan kepada pihak data coding.
4. DATA CODING DAN INTERPRETASI
Dari 640 data yang diperoleh, sebanyak 539 yang tidak protes. Sehingga jumlah data
tersebutlah yang kemudian digunakan untuk coding data dan diinterpretasi serta dimodelkan
selanjutnya. Coding data dilakukan dengan mengubah pilihan menjadi angka untuk
memudahkan interpretasi. Beberapa pengkodean yang dilakukan dalam input data seperti di
bawah ini:
5
o Mahasiswa ITB (1=Ya; 0=tidak)
o Strata pendidikan (1= S1 ; 2= pascasarjana)
o Jenis kelamin responden (1=Laki-laki; 2=perempuan)
o Usia (1= 18 tahun ; 2= 23 tahun; 3= 28tahun; 4= 33tahun; 5= 38 tahun;
6= 45 tahun)
o Fakultas Jurusan ( 0 = << kebutuhan air (Fakultas dengan kebutuhan air
kecil (SBM, FTTM, FTMD, SF, FSRD, SAPPK); 1 = >> kebutuhan air
(Fakultas dengan kebutuhan air besar (FTSL, FMIPA, FITB, STEI, SITH))
o Pendapatan (1 = 500rb/bulan, 2=1juta/bulan, 3 = 2juta/bulan, 4 =
3juta/bulan, 5 = 4juta/bulan)
o Penggunaan toilet (0 = 1-2/hari, 1= >2/hari)
o Kondisi toilet kekurangan air (0 = tidak pernah, 1=pernah)
o Penggunaan air di Lab (0 = tidak, 1 = ya)
o Kondisi ketersediaan air di Lab (0= tidak, 1=cukup)
o Kebersediaan penggunaan tap water (0= tidak, 1= ya)
o Kebersediaan membayar biaya tagihan (0= tidak, 1= ya)
o Alasan menolak (0=NA, 1=terlalu mahal, 2=uang saku tidak cukup,
3=tidak sebanding dengan manfaat, 4=tidak yakin, 5=kondisi sekarang
sudah baik)
o dan seterusnya.
5. ANALISA DATA
Analisa data dilakukan dengan permodelan menggunakan uji regresi binary logistic.
Tahap pertama adalah permodelan untuk keseluruhan responden dan yang kedua adalah
permodelan dengan menghilangkan responden yang protest. Permodelan pertama tanpa
melakukan protest identification dengan data berjumlah 539, dan permodelan kedua dengan
melakukan protest identification dengan data berjumlah 437. Keputusan variabel yang akan
digunakan tidak berdasarkan pada p-value namun berdasarkan kemungkinan logis dari
variabel tersebut yang dapat menjelaskan hubungan antara nilai bid dan respon WTP.
6
Variabel dependan yang digunakan adalah kesediaan membayar bid yang ditawarkan.
Variabel yang mempengaruhi variabel dependan tersebut adalah sebagai berikut :
a. Jenis Kelamin, yang digunakan untuk melihat perbedaan pandangan
mahasiswa mengenai fasilitas rainwater harvesting berdasarkan gender.
b. Total uang yang diterima bulan (Income) untuk menjelaskan berapa banyak
uang yang diterima responden dan menjelaskan seberapa jauh daya bayar
responden.
c. Kebersediaan untuk minum dari Tap Water, yang digunakan untuk melihat
efek dari kesediaan untuk minum menggunakan Tap Water yang menjadi hasil
pemanfaatan air dari fasilitas Rain Water Harvesting.
d. Bid, yang digunakan untuk menghitung kesediaan responden untuk membayar
lebih terhadap fasilitas Rain Water Harvesting.
WTP merupakan jawaban kesediaan dari responden untuk mau membayar sejumlah bid
yang ditawarkan, sehingga persamaannya menjadi:
Willingness to Pay = f(Jenis_Kelamin,Income, Mau_Tap_Water, Bid)
Model Tanpa Protest Identification - Willingness To Pay berdasarkan Variabel Mau
Minum Tap Water dan Bid.
Berdasarkan permodelan dari regression binary, model tanpa Protest Identification (dapat
dilihat pada Lampiran 4. ) didapatkan bahwa nilai yang memenuhi uji dari beberapa
variabel yang ditinjau adalah variabel mau minum tap water dan bid. Sehingga untuk
perhitungan WTP dengan model tanpa protest identification dilakukan berdasarkan kedua
variabel tersebut, dengan perhitungan yang tergambar pada Tabel 3. dan Tabel 4. berikut :
Tabel 3. Hasil Reduced Model Estimation (Tanpa Protest Identification)
B S.E. Wald df Sig.
Exp(B
)
Step
1a
Mauminumtapwat
er .634 .187 11.533 1 .001 1.885
Bid .000 .000 31.389 1 .000 1.000
Constant .546 .266 4.223 1 .040 1.727
7
a. Variable(s) entered on step 1: Mauminumtapwater, Bid.
Setelah mendapat nilai constant dari perhitunga pada Tabel 3. di atas, kemudian
dihitung nilai WTP dengan rumus sebagai berikut :
( ) x
α : constant
β : variable Bid
β1 : variable Mau minum tap water
x : mean Mau minum tap water
Tabel 4. Perhitungan WTP (Tanpa Protest Identification)
Source Value Mean
Constant 0.546
Mau Minum Tap Water 0.634 0.57
BID -0.000004 348144.71
WTP 226,845
Maka didapatkan nilai Willingness To Pay (WTP) penambahan SPP rata-rata untuk
mahasiswa ITB berdasarkan variabel Mau Minum Tap Water dan Bid adalah sebesar Rp
226.845,-/semester, dengan nilai AIC sebesar 584,908; BIC sebesar 711,386 dan pseudo
R2 sebesar 0,183 dengan perhitungan sebagai berikut :
Tabel 5. Perhitungan AIC, BIC, dan pseudo R2 untuk model Tanpa Protest Identification
Model Fitting Information
Model
Model Fitting Criteria Likelihood Ratio Tests
AIC BIC
-2 Log
Likelihood Chi-Square df Sig.
Intercept
Only 606.312 610.392 604.312
Final 584.908 711.386 522.908 81.404 30 .000
Pseudo R-Square
Cox and
Snell .136
Nagelkerke .183
McFadden .108
8
Model Dengan Protest Identification - Willingness To Pay berdasarkan Variabel Jenis
Kelamin, Income, Mau Minum Tap Water, dan Bid.
Berdasarkan permodelan dari regression binary, model dengan Protest Identification (dapat
dilihat pada Lampiran 4. ) mendapatkan bahwa nilai yang memenuhi uji dari beberapa
variabel yang ditinjau adalah variabel jenis kelamin, total uang yang diterima setiap bulan,
mau minum tap water dan bid. Sehingga untuk perhitungan WTP dengan model dengan
protest identification dilakukan berdasarkan variabel tersebut, dengan perhitungan yang
tergambar pada Tabel 6. dan Tabel 7. berikut :
Tabel 6. Hasil Reduced Model Estimation (dengan protest identification)
B S.E. Wald df Sig. Exp(B)
Step 1a JenisKelamin .556 .208 7.161 1 .007 1.744
Totaluangygditerimabulan .360 .111 10.484 1 .001 1.433
Mauminumtapwater .591 .210 7.925 1 .005 1.806
Bid .000 .000 28.841 1 .000 1.000
Constant -.164 .432 .145 1 .704 .848
a. Variable(s) entered on step 1: JenisKelamin, Totaluangygditerimabulan, Mauminumtapwater, Bid.
Setelah nilai constant α dan β diperoleh dari hasil analisis dengan menggunakan uji regresi
binary logistic, kemudian dihitung nilai WTP dengan rumus sebagai berikut :
( ) x
x
x
α : constant
β : variable Bid
β1 : variable Jenis Kelamin
β2 : variable Income
β3 : variable Mau Minum Tap Water
x : mean Jenis Kelamin
x : mean Income
x : mean Mau Minum Tap Water
9
Tabel 7. Perhitungan WTP untuk Installasi Rainwater Harvesting dan Tap Water dengan
Protest Identification
Source Value Mean
Constant -.164
Jenis Kelamin .556 0.52
Total Uang yg diterima (income) .360 2.67
Mau Minum Tap Water .591 0.58
BID -.000004
WTP 354,495
Maka didapatkan nilai Willingness To Pay (WTP) penambahan SPP rata-rata untuk
mahasiswa ITB berdasarkan variabel Jenis Kelamin, Income, Mau Minum Tap Water,
dan Bid untuk installasi pengolahan rainwater harvesting di ITB dengan keuntungan
fasilitas tap water dan jaminan ketersediaan air pada fasilitas toilet dan laboratorium
adalah sebesar Rp 354.495,-/semester dengan nilai AIC sebesar 712,192; BIC sebesar
845,173; dan pseudo R2 sebesar 0,227, dengan perhitungan sebagai berikut :
Tabel 8. Perhitungan AIC, BIC, dan pseudo R2 untuk Model dengan Protest
Identification
Nilai AIC dan BIC dari hasil analisis untuk model tanpat protest identification memiliki nilai
yang lebih kecil dibandingkan dengan hasil analisis untuk model dengan protest
identification. Hal ini menunjukan bahwa model dengan protest identification lebih baik
dibandingkan model tanpa protest identification.Hal ini terjadi dikarenakan semakin banyak
Model Fitting Information
Model
Model Fitting Criteria Likelihood Ratio Tests
AIC BIC
-2 Log
Likelihood Chi-Square df Sig.
Intercept
Only 730.995 735.284 728.995
Final 712.192 845.173 650.192 78.803 30 .000
Pseudo R-Square
Cox and
Snell .170
Nagelkerke .227
McFadden .134
10
variabel independen yang mempengaruhi variabel dependen dalam model sehingga nilai
signifikansi akan semakin tinggi. Begitu pula dengan nilai pseudo R2 yang seharusnya
berkisar antara -1 sampai 1, dan semakin mendekati nilai tersebut berarti makin baik. Namun
kedua model tersebut memiliki nilai pseudo R2 yang mendekati 0 (nol) yang berarti hubungan
antara variabel independen dan dependen semakin lemah. Namun apabila dilihat dari nilai
pseudo R2, model dengan protest identification juga lebih baik daripada yang tanpa protest
identification.
KESIMPULAN
Dari penelitian ini didapatkan nilai WTP untuk model tanpa protest identification yang lebih
kecil dari model dengan protest identification, yaitu sebesar Rp 226.845,-/semester dengan
nilai AIC sebesar 584,908; BIC sebesar 711,386 dan pseudo R2 sebesar 0,183. Sedangkan
nilai WTP untuk model dengan protest identification sebesar Rp 354.495,-/semester dengan
nilai AIC sebesar 712,192; BIC sebesar 845,173; dan pseudo R2 sebesar 0,227. Model dengan
protest identification lebih menggambarkan hubungan yang kuat antara variabel independen
dengan variabel dependannya. Hal ini berarti protest identification penting dilakukan untuk
mendapatkan nilai maksimum dari willingness to pay.
DAFTAR PUSTAKA
Alberini, A. 2008. Contingent Valuation. Institute for Environmental Studies, Vrije
Universiteit, Amsterdam
Carson, R.T., Hanemann, W.M. 2005. Handbook of Environmental Economics: Volume 2.
Elsevier
Sarma. 2006. Roof Top Rain Water Harvesting System. Civil Engineering Department,
Indian Institute of Technology Guwahati
Wulandari. 2014. Rencana Induk Pemanenan Air Hujan Sebagai Alternatif Sumber Air
Bersih dan Upaya Pengembangan Sistem Drainase Berkelanjutan di Kampus ITB
Ganesha, Bandung. Institut Teknologi Bandung
13
Lampiran 3. Jumlah Kebutuhan Air dan Denah Labtek Kampus ITB Ganesha (Wulandari, 2014)
No. Lokasi Luas Tangkapan
(m2)
Debit Hujan
Tertangkap
(m3/hari)
Kebutuhan
Air
(m3/hari)
1 GKU Barat 1.715 8,67 29,77
2 GKU Timur 1.571,48 7,95 19,97
3 Teknik Industri 2752,2 13,92 24,64
4 Labtek II 1049,52 5,31 60,21
5 Labtek IV 2486,5 12,58 35,35
6 Labtek V 2597 13,14 48,26
7 Labtek VI 2594 13,12 49,17
8 Labtek VIII 3103 15,69 68,5
9 Labtek VIII 3103 15,69 68,82
10 Labtek IX-A 1185 5,99 32,04
11 Labtek IX-B 1659 8,39 24,25
12 Labtek IX-C 1659 8,39 22,71
13 Labtek X 2016 10,2 34,57
14 Labtek XI 2016 10,2 64,04
15 Ex-PAU 2306,68 7,04 100,78
16 BSC A 1150 5,82 25,63
17 BSC B 669,6 3,39 17,41
18 SBM 1199,95 6,07 19,11
19 Perpustakaan Pusat 1658,25 8,39 44,31
20
Lab. Pengujian
Doping 626,4 3,17 14,13
Total RRWH
183,12 803,67
GRWH 250626,77 773,52 851,71
14
Lampiran 4. Perhitungan Permodelan Uji Regresi Binary Logistic
Tabel 1. Data Coding
No Variabel Co
de Values Keterangan
1 Strata 0 S1
Tingkat Pendidikan Responden 1 S2
2 JenisKelamin 0 Laki-laki
Jenis kelamin responden 1 Perempuan
3 Usia
1 18
Rata-rata usia mahasiswa S1 dan Pascasarjana di ITB
2 23
3 28
4 33
5 38
6 45
4 FakultasJurusan
0 <<kebutuhan air 0 = Fakultas dengan kebutuhan air kecil (SBM, FTTM, FTMD,
SF, FSRD, SAPPK)
1 >>kebutuhan air 1 = Fakultas dengan kebutuhan air besar (FTSL, FMIPA,
FITB, STEI, SITH)
5 Tahun_Lulus
2015
Perkiraan tahun kelulusan responden
2016
2017
2018
2019
2 Sumber_Biaya 0 beasiswa
Sumber biaya untuk membiayai kebutuhan kuliah responden 1 pribadi
3 Tempat_Tinggal 0 rumah
Tempat tinggal responden selama kuliah di ITB 1 kost
4 Org_Lingkunga
n
0 tidak Keaktifan responden terhadap organisasi lingkungan
1 ya
5 Income
1 500rb
Rata-rata pendapatan atau uang saku yang diterima responden per
bulan
2 1jt
3 2jt
4 3jt
5 4jt
6 Penggunaan_Toi
let
0 1-2 intensitas penggunaan toilet di kampus ITB per hari
1 >2
7 Kondisi_Toilet 0 tidak Pengalaman responden pernah mengalami kekurangan air atau
tidak selama menggunakan toilet di kampus 1 pernah
8 Penggunaan_La
b
0 tidak Pengalaman responden pernah menggunakan air untuk keperluan
lab atau tidak selama di kampus 1 ya
9 Kondisi_Lab 0 tidak
Kondisi ketersediaan air di lab 1 Cukup
10 Air_Kemasan 0 tidak
Keseringan responden membeli air kemasan di kampus per hari 1 ya
11 Alasan_Tidak_
Air_Kemasan
0 NA
Alasan responden tidak membeli air kemasan selama di kampus 1 bawa dari rumah
2 beli diluar
3 dll
12 Konsumsi_Air_
Kemasan
0 NA
Jumlah air kemasan yang dikonsumsi/hari di kampus 1 1-2 botol
2 >2 botol
15
Tabel 2. Analisa Deskriptif
Tabel 1. Hasil Full Model Estimation (tanpa protest identification)
N
Mean Median Mode Std. Deviation Variance Valid Missing
Strata Pendidikan 539 0 .17 .00 0 .377 .142
Jenis Kelamin 539 0 .52 1.00 1 .500 .250
Usia 539 0 1.60 2.00 1 .678 .460
Fakultas/Jurusan 539 0 .63 1.00 1 .483 .233
Tahun Lulus 539 0 2016.55 2017.00 2016 1.064 1.132
Sumber Biaya Studi 539 0 .61 1.00 1 .489 .239
Tempat Tinggal 539 0 .74 1.00 1 .437 .191
Organisasi Lingk. 539 0 .09 .00 0 .293 .086
Total uang yg diterima/bulan 539 0 2.69 2.00 2 .961 .923
Penggunaan toilet/ hari 539 0 .53 1.00 1 .500 .250
Pernah kekurangan air di kampus? 539 0 .33 .00 0 .472 .223
Pakai air utk Lab? 539 0 .61 1.00 1 .488 .238
Kondisi air di Lab ITB? 539 0 .87 1.00 1 .332 .110
Biasa beli air minum kemasan? 539 0 .61 1.00 1 .489 .239
Alasan "Tidak" air kemasan 539 0 .47 .00 0 .668 .446
Konsumsi air (600mL) 539 0 .64 1.00 1 .481 .231
Tau ttg Tap Water? 539 0 .85 1.00 1 .361 .131
Mau minum tap water? 539 0 .57 1.00 1 .496 .246
Mau byr utk tap water seharga sekian? 539 0 .41 .00 0 .493 .243
Alasan "Tidak" tap water 539 0 1.64 1.00 0 1.990 3.959
Bid 539 0 348144.71 350000.00 150000a 141671.807 20070900952.473
a. Multiple modes exist. The smallest value is shown
B S.E. Wald df Sig. Exp(B)
Step 1a StrataPendidikan .115 .339 .116 1 .734 1.122
JenisKelamin .350 .198 3.140 1 .076 1.420
FakultasJurusan .140 .205 .466 1 .495 1.150
TahunLulus .089 .113 .617 1 .432 1.093
SumberBiayaStudi -.057 .204 .078 1 .781 .945
TempatTinggal -.100 .224 .199 1 .655 .905
OrganisasiLingk -.292 .337 .751 1 .386 .747
Totaluangygditerimabulan .202 .111 3.302 1 .069 1.223
Penggunaantoilethari -.070 .190 .137 1 .712 .932
Pernahkekuranganairdikampus -.050 .208 .059 1 .809 .951
PakaiairutkLab .023 .197 .014 1 .907 1.023
KondisiairdiLabITB -.245 .291 .711 1 .399 .783
Biasabeliairminumkemasan .710 .457 2.411 1 .121 2.033
Konsumsiair600mL -.401 .464 .747 1 .387 .670
TauttgTapWater -.342 .262 1.698 1 .193 .711
Mauminumtapwater .624 .194 10.329 1 .001 1.867
Bid .000 .000 29.745 1 .000 1.000
Usia .003 .044 .006 1 .937 1.003
Constant -179.649 229.335 .614 1 .433 .000
a. Variable(s) entered on step 1: StrataPendidikan, JenisKelamin, FakultasJurusan, TahunLulus, SumberBiayaStudi,
TempatTinggal, OrganisasiLingk, Totaluangygditerimabulan, Penggunaantoilethari, Pernahkekuranganairdikampus,
PakaiairutkLab, KondisiairdiLabITB, Biasabeliairminumkemasan, Konsumsiair600mL, TauttgTapWater,
Mauminumtapwater, Bid, Usia.
16
Tabel 4. Hasil Full Model Estimation (dengan protest identification)
B S.E. Wald df Sig. Exp(B)
Step 1a StrataPendidikan -.113 .387 .086 1 .770 .893
JenisKelamin .512 .222 5.329 1 .021 1.669
Usia .017 .244 .005 1 .945 1.017
FakultasJurusan .072 .227 .100 1 .752 1.075
TahunLulus -.014 .126 .012 1 .911 .986
SumberBiayaStudi -.208 .231 .807 1 .369 .813
TempatTinggal .014 .246 .003 1 .954 1.014
OrganisasiLingk -.341 .365 .871 1 .351 .711
Totaluangygditerimabulan .327 .128 6.505 1 .011 1.387
Penggunaantoilethari .192 .214 .805 1 .370 1.211
Pernahkekuranganairdikampus .013 .232 .003 1 .956 1.013
PakaiairutkLab -.118 .223 .279 1 .597 .889
KondisiairdiLabITB -.361 .345 1.093 1 .296 .697
Biasabeliairminumkemasan .674 .486 1.923 1 .166 1.963
Konsumsiair600mL -.416 .492 .714 1 .398 .660
TauttgTapWater -.280 .295 .905 1 .341 .755
Mauminumtapwater .610 .217 7.877 1 .005 1.841
Bid .000 .000 28.447 1 .000 1.000
Constant 28.849 254.674 .013 1 .910 3380712464382.889
a. Variable(s) entered on step 1: StrataPendidikan, JenisKelamin, Usia, FakultasJurusan, TahunLulus, SumberBiayaStudi,
TempatTinggal, OrganisasiLingk, Totaluangygditerimabulan, Penggunaantoilethari, Pernahkekuranganairdikampus,
PakaiairutkLab, KondisiairdiLabITB, Biasabeliairminumkemasan, Konsumsiair600mL, TauttgTapWater,
Mauminumtapwater, Bid.